poisscdf

Кумулятивная функция распределения Пуассона

Описание

пример

y = poisscdf(x,lambda) вычисляет кумулятивную функцию распределения Пуассона при каждом из значений в x использование параметров уровня в lambda.

x и lambda могут быть скаляры, векторы, матрицы или многомерные массивы, что у всех есть тот же размер. Если только один аргумент является скаляром, poisscdf расширяет его до постоянного массива с теми же размерностями в качестве другого аргумента.

пример

y = poisscdf(x,lambda,'upper') возвращает дополнение кумулятивной функции распределения Пуассона при каждом значении в x, использование алгоритма, который вычисляет экстремальные верхние вероятности хвоста более точно.

Примеры

свернуть все

Вычислите и постройте кумулятивную функцию распределения Пуассона для заданной области целочисленных значений и средней скорости.

Компьютерный завод по производству жесткого диска выполняет случайные тесты отдельных жестких дисков. Политика состоит в том, чтобы закрыть производственный процесс, если инспектор находит больше чем четыре поврежденных сектора на диске. При предположении, что в среднем диск имеет два поврежденных сектора, найдите вероятность завершения работы производственного процесса после первого контроля.

1 - poisscdf(4,2)
ans = 0.0527

Вычислите вероятности завершение работы производственного процесса после первого контроля, если в среднем диск имеет 0, 1, 2..., 10 поврежденных секторов.

lambda = 0:10;
y = 1 - poisscdf(4,lambda);

Постройте график результатов.

scatter(lambda,y,'Marker',"o")
grid on

Вычислите дополнение кумулятивной функции распределения Пуассона с более точными верхними вероятностями хвоста.

Компьютерный завод по производству жесткого диска выполняет случайные тесты отдельных жестких дисков. При предположении, что в среднем диск имеет 10 поврежденных секторов, найдите вероятность, что диск имеет больше чем 100 поврежденных секторов.

format long
1 - poisscdf(100,10)
ans = 
     0

Этот результат показывает тот poisscdf(100,10) так близко к 1 (в eps) то вычитание его от 1 дает 0. Чтобы аппроксимировать экстремальные верхние вероятности хвоста лучше, вычислите дополнение кумулятивной функции распределения Пуассона непосредственно вместо того, чтобы вычислить различие.

poisscdf(100,10,'upper')
ans = 
     5.339405460719755e-64

Входные параметры

свернуть все

Значения, в которых можно оценить Пуассона cdf, заданный как скалярное значение или массив скалярных значений.

Пример: [0,1,3,4]

Типы данных: single | double

Параметры уровня, заданные как положительное значение или массив положительных значений. Параметр уровня указывает на среднее количество событий в данном временном интервале.

Пример 2

Типы данных: single | double

Выходные аргументы

свернуть все

Пуассон cdf значения, возвращенные как скалярное значение или массив скалярных значений. Каждый элемент в y Пуассон cdf значение распределения, вычисляемого в соответствующем элементе в x.

Больше о

свернуть все

Кумулятивная функция распределения Пуассона

Кумулятивная функция распределения Пуассона позволяет вам получить вероятность события, происходящего в данном интервале времени или пространства, меньше чем или равном временам x, если в среднем событие имеет место времена λ в том интервале.

Кумулятивная функция распределения Пуассона для данных значений x и λ

p=F(x|λ)=eλi=0floor(x)λii!

Альтернативная функциональность

  • poisscdf функционально-специализированное к распределению Пуассона. Statistics and Machine Learning Toolbox™ также предлагает родовой функции cdf, который поддерживает различные вероятностные распределения. Использовать cdf, задайте имя вероятностного распределения и его параметры. В качестве альтернативы создайте PoissonDistribution объект вероятностного распределения и передача объект как входной параметр. Обратите внимание на то, что специфичный для распределения функциональный poisscdf быстрее, чем родовая функция cdf.

  • Используйте приложение Probability Distribution Function, чтобы создать интерактивный график кумулятивной функции распределения (cdf) или функции плотности вероятности (PDF) для вероятностного распределения.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Представлено до R2006a

Для просмотра документации необходимо авторизоваться на сайте